代码评审

扩散

把代码评审与安全审计前移到编码阶段的自动化能力

1.3 ten thousand New GitHub Stars This Week4 Projects Ranked89 Popular Articles
1.3 ten thousand
New GitHub Stars This Week

About

What It Is
把代码评审自动化的项目集合:一类接入仓库后逐处给出规范、缺陷与安全风险意见,可嵌入现有研发流水线;一类在生成与修改代码时同步做漏洞检查与风险提示,把问题挡在提交之前;还有以固定清单形式让编码助手逐项排查漏洞并给出修复建议的技能。共同点是把人工评审的经验固化成可重复执行的检查流程,让检查发生在代码写出之后、合并之前。
Why It's Trending
Agent 写代码的速度远快于人审代码的速度,评审成了新的瓶颈。把检查规则交给工具,在人提交之前就拦住问题,既省人力也降低返工;安全团队则希望把安全评审从上线前挪到写代码阶段。两类需求叠加,使这一话题持续有项目出现。

Hot Projects

4
单日新增关注近两千,安全圈讨论持续走高
给安全测试人员用的助手技能包:内置 82 个漏洞挖掘技能与 680 余条公开报告模式,覆盖 24 类漏洞,可在编码助手里直接做红队排查。
安全测试漏洞研究
GitHub Stars 1.7 ten thousand·+1,700 in 24 Hours
周热度居前,智能体协作工具受关注
审阅智能体执行计划的工作台:把方案摊开给人逐条批注修改,再交回智能体执行,减少跑偏。
代码审阅AI 编码
GitHub Stars 1.4 ten thousand·+258 in 24 Hours
持续在榜,代码审查自动化需求上升
面向团队的自动代码审查工具:接入仓库后在合并前给出问题定位与修改建议,减少人工过审负担。
代码评审开发者工具
GitHub Stars 5.5 ten thousand·+308 in 24 Hours
本周新增数千关注,规范驱动开发插件被广泛试用
给 AI 编码助手用的规范驱动开发插件:先带着完整项目上下文写清设计方案,再让不带上文的新会话挑刺评审,最后才动手实现。
AI 编码规范驱动开发
GitHub Stars 2.2 ten thousand·+155 in 24 Hours

Hot Articles

89
刚破万星就被追问:给编码智能体加一道人工评审闸门,是刚需还是新负担

Plannotator 破万星后,评论区吵得最凶的不是它支持多少 agent,而是一个更本质的问题:在 AI 已经能自己写计划、自己改代码的时代,还要不要把人卡在执行链路上? 它的定位一句话就能说清——"The workspace to stay in the loop and on top of agents":agent 产出计划时,浏览器自动弹出评审界面,人逐条批注,决策一键回传给 agent 执行。GitHub 上类似的"人肉审批"插件不少,但 Plannotator 被单独拎出来讨论,是因为它把闸门做成了一个有源码可考的工程系统:机器可读的决策契约、失败即拒绝的自动化语义、以及一套从"阻塞等待"进化到"异步决策"的完整演化史。

2026-11-14
Read Article →
谷歌刚开源的「大象与金鱼」,让 AI 写代码前先交一份设计评审

AI 编程工具眼下最不缺的是“写得更快”。真正缺的是另一件事:在代码被生成出来之前,有没有人(或者某个东西)认真读过它的设计,并指出“这里你还漏了一个决策”。

2026-11-14
Read Article →
阿里官方下场做代码评审 agent:open-code-review 一周狂揽 3700+ Star,AI 审 PR 的时代来了?

代码评审(Code Review)长期是研发流程里最"昂贵"也最"稀缺"的环节:资深工程师的时间有限,无法逐行审阅每一条变更;初级工程师又急需即时反馈来成长。过去一年,用通用 Agent + Skills 做 AI 评审的尝试并不少,但"变更一大就选择性偷懒、评论定位漂移、提示词一改质量就波动"这三座大山始终没有翻过去。

2026-10-08
Read Article →
小时增速 43 星:一个漏洞赏金技能包为什么在深夜突然加速

一个安全工具仓库在某天深夜突然跑出 43 星/小时,这类截图通常会被当成“项目起飞”的证据转发。但真实情况是:单小时的峰值并不能证明项目正在线性起飞,它更多反映的是分发层面的脉冲。Claude-BugHunter 是一个把 83 个技能、15 条 slash command、681 条披露报告模式装进 Claude Code 的漏洞赏金技能包,它恰好把“可被验证的曲线”和“可被引用的工程细节”都留在了仓库里:星标图由仓库自己的脚本生成并提交,发布节奏写在 CHANGELOG,分发渠道写在 README 与安装脚本,验证机制写在 eval 与 lint 里。本文不猜情绪,只用这些文件把“深夜加速”拆成可以复核的几个部分。

2026-11-16
Read Article →
「先评审、再开工」被写进流程:一个方法论级项目为何在中文社区集中引爆

一个开源项目如果只是"又一个 AI 编程插件",通常活不过一周的注意力周期。elephant-goldfish-model 不一样:它几乎没有新增任何模型能力,却试图回答一个更棘手的问题——当代码生成变得廉价,工程团队究竟该在哪一步把人的判断重新插回流水线。

2026-11-14
Read Article →
代码审查成了 AI 最卷的赛道:108 亿独角兽刚诞生,阿里开源 agent 就冲上热榜

当 36 氪把"AI 代码审查赛道跑出一家 108 亿估值独角兽"当作新闻标题时,很多人的第一反应是:一个听起来像"工程基建"的细分场景,凭什么值这么多钱?紧接着,GitHub 发布面向 AI 代码审查代理的开放基准 ReviewBench、Anthropic 被曝深夜重击五百亿美元级的代码审计行业、LinkedIn 与 Cloudflare 先后公开多智能体代码审查方案——一系列事件密集发生,把这个曾经最不起眼的研发环节,推到了 AI 商业化最拥挤的十字路口。而在这一波浪潮中,阿里的开源 agent open-code-review 也冲上了 GitHub 热榜。这篇文章结合社区情报与仓库源码,拆解三件事:代码审查为什么突然值钱、阿里开源 agent 的技术底牌是什么、以及开源、云厂、初创三方到底在抢哪个入口。

2026-10-08
Read Article →
681 份公开报告,如何被压成 71 套可复用攻击套路

漏洞赏金社区从来不缺公开报告,缺的是"下一次能直接拿来用"的东西。HackerOne 上披露的 writeup 有几十万份,但真正面对一个新目标时,安全研究员仍然会从零开始想"这个参数该测什么"。原因很直接:报告是按受害者故事写的,技能必须按攻击形态组织。两者之间隔着一次"蒸馏",而绝大多数知识库停在了收藏夹阶段。

2026-11-16
Read Article →
拆开计划模式钩子:为什么“先出方案再动手”能省掉后面一半返工

AI 编码代理最大的代价不是 token,而是返工:方案方向错了,它还会一本正经地把错误方向写完。Plannotator 的核心切入点正是这个缝隙——在 agent 从"规划"切换到"执行"的那一瞬间,把闸门从终端里那个 y/n 换成一个可以逐段标注、评论、再一键回传给 agent 的浏览器评审页。这个"计划评审"(plan review)功能没有依赖任何模型侧的魔法,全部靠各宿主 harness 的 hook 机制硬插进 agent 生命周期。

2026-11-14
Read Article →
单周 +5555 星还在加速:这个设计插件踩中的是「AI 写得太快」的痛点

代码生成的速度已经不是瓶颈了。今天的编码 agent 可以在几十秒内把一个功能写完,然后人类在 review 里花两个小时发现它把错误的前提写进了三个文件。

2026-11-14
Read Article →
Anthropic 深夜"血洗"代码审计业,阿里却开源了 review agent:评审这碗饭还端得住吗?

2026 年 3 月,一则消息让代码审计圈彻夜难眠:Anthropic 在 Claude Code 中新增了代码评审(Code Review)功能,目标直指价值 500 亿美元的代码安全审计行业。三个月后,Claude Fable 5 与 Claude Mythos 5 发布,官方口径是"一天搞定 5000 万行代码"。同一时间线里,阿里把在集团内部打磨了两年的 AI 代码评审工具 OpenCodeReview 开源出来——它同样声称能替代人工 PR Review,却选择了与通用 Agent 截然不同的技术路线。一边是"末日论",一边是"开源平权",评审这碗饭到底还端不端得住?本文从全网事实与仓库源码两个层面拆解。

2026-10-08
Read Article →